矩阵的特征值与特征向量及其应用

题目：《矩阵的特征值与特征向量及其应用》摘要矩阵的特征值与特征向量是高等代数中相当重要的组成部分，它们是矩阵部分的重要研究内容，而且它们对线性变换的研究也。不仅在理论学习中，在实际应用中矩阵的特征值及特征向量也是至关重要的。本文首先通过对矩阵的特征值及特征向量的概述，提出其概念以及有关性质并包括一些例题，再引出矩阵的特征值及特征向量的两种求解方法，最后举例出它们的实际应用。在考研出题、物理、工程实践等方面上的问题转化成数学问题实际上就是解决矩阵特征值和特征向量的相关问题，因此，矩阵的特征值与特征向量在理论和实际应用都具有重要价值，值得我们进一步理解跟深入研究。关键词矩阵的特征值矩阵的特征向量特征值求解Abstract（纠错）Inadvancedalgebra,matrixeigenvaluesandeigenvectorsareveryimportantcomponents,theyareimportantresearchcontentsofmatrix,andtheyareofbasicimportancetotheresearchoflineartransformation.Notonlyintheoreticalstudy,butalsoinpracticalapplication,matrixeigenvaluesandeigenvectorsarealsoveryimportant.Inthispaper,firstly,throughtheoverviewofmatrixeigenvaluesandeigenvectors,someexamplesabouttheirdefinitionsanddefinitionsareputforward,thentwosolutionsofmatrixeigenvaluesandeigenvectorsareintroduced,andfinallytheirpracticalapplicationsareillustrated.Infact,thetransformationofproblemsintheexaminationandresearch,scientificresearch,engineeringpracticeandotheraspectsintomathematicalproblemsistosolvetherelatedproblemsofmatrixeigenvalueandeigenvector.Therefore,theeigenvalueandeigenvectorofmatrixhaveimportantvalueintheoryandpracticalapplication,whichisworthourfurtherunderstandingandin-depthstudy.Keywords:matrixeigenvalue;matrixeigenvector目录第一章前言 11.1研究背景 1.2设计框架概述 1.3研究意义 第二章矩阵的特征值与特征向量的概述 2.1矩阵的特征与特征向量的概念 2.2矩阵的特征值与特征向量的性质 第三章矩阵的特征值与特征向量的求解 3.1定义法 3.2QR求解法第四章矩阵的特征值与特征向量的应用 4.1矩阵的特征值与特征向量在工程中的应用 4.2矩阵的特征值与特征向量在物理中的应用 4.3矩阵的特征值及特征向量在考研中数学的应用 谢辞 参考文献. 本文我不允许出现第一章前言1.1课题研究背景线性变换的基础矩阵的特征值及特征向量是高等代数的重要组成部分，通过对矩阵的特征值及特征向量概念和性质介绍，以及对矩阵的特征值及特征向量理论的分析，将特征值与特征向量应用于方程组的求解等问题是高等代数中的重要内容，其相关题目常出现在全国硕士研究生统一招生考试中，所有考生都会为之重视。随着社会到的进步，计算机的飞速发展，矩阵的特征值及特征向量的相关问题已经渗透到各行各业里面，在许多方面都有着很重要的应用。在多数高等代数教材中,特征值及特征向量描述为线性空间中线性变换A的特征值及特征向量。从理论上来讲只要求出线性变换A的特征值及特征向量就可以知道矩阵A的特征值及特征向量。因此求矩阵的特征值及特征向量就变得尤为重要的引入是为了研究线性空间中线性变换A的属性。在物理、工程技术中等诸多问题在数学上都归结为求矩阵的特征值及特征向量的问题。因此，深入探究矩阵的特征值及特征向量具有实际的价值意义。作用1.2课题设计框架概述本文总结了矩阵的特征值及特征向量的概念以及相关性质，体现其在高等代数中的重要地位，随后列出其几种求解方法，并由此引出它们在生活中的实例应用，其中包括分析考研题目、解决物理问题、处理工程实践问题等。最后通过自身学习总结，加深对矩阵的特征值及特征向量的理解，达到一个循环渐进的学习研究过程。1.2课题研究意义本文介绍了矩阵的特征值及特征向量的概念，并通过对相关考研题目的总结，可以帮助大学生进一步理解相关知识，对考研的同学有所帮助。再通过分享其他领域中矩阵的特征值及特征向量的有关应用，引发更多关于此类问题的探究，第二章矩阵特征值和特征向量的概述2.1矩阵特征值和特征向量的概念定义设A是n阶方阵，如果存在一个数及非零的n维列向量，使得A=成立，则称是矩阵A的一个特征值，称非零向量是矩阵A属于特征值的一个特征向量。设A=为一个n阶矩阵，则行列式称为矩阵A的特征多项式，称为A的特征方程。2.2矩阵特征值和特征向量的性质性质例题第三章矩阵特征值和特征向量的求解3.1一般方法3.1.1定义法3.1.2特征值多项式法方法如下，设A是n阶矩阵，由有即是齐次线性方程组的非零解。第一步：先由求矩阵A的特征值（共n个）。第二步：再由求基础解系，即矩阵A属于特征值的线性无关的特征向量。求矩阵A=的特征值与特征向量。【解】由矩阵A的特征多项式得矩阵A的特征值，当时，由（E-A）x=0,即得基础解系.当时，由（4E-A）x=0,即得基础解系.当时，由（-3E-A）x=0,即得基础解系.所以矩阵A关于特征值1，4，-3的特征向量分别是，其中 均为非零常数。3.2QR方法事实上矩阵求解的一般方法比较适合应用一些小型矩阵或者理论证明，但现实问题中数据通常规模比较庞大繁琐，如果应用一般方法计算将是难以实现的，接下来我们将介绍一种QR方法，其目的主要是求解中小型矩阵以及对称矩阵的全部特征值。3.2.1基本原理QR算法是计算矩阵特征值问题最有效的方法之一，也是普遍被用于工程实践中的一种方法。QR方法的思想是基于对于实的非奇异矩阵都可以分解为正交矩阵Q和上三角矩阵R的乘积，而且当R的对角元素符号取定时，分解是唯一的。QR算法的基本步骤如下 （1）令A=A1，对A1进行正交分解，分解为正交矩阵QA（2）然后将得到的因式矩阵Q1A（3）以A2代替A1，重复以上步骤得到A性质1所有的Ak性质2AkA其中Qk=3.2.2具体实例例1用QR算法求矩阵A=5−的特征值。解：令A1=A,用施密特正交化过程将A1==0.9806−0.03770.1932−0.1038将R1与A2=R1用A1A由A121.8789−λ的根，求得为1+2i,1-2i，由此可以得到矩阵全部特征值。第四章矩阵特征值和特征向量的应用4.1在工程中矩阵的特征值及特征向量的应用举个例子，线性百变换PCA可以用来处理图像。如2维的人像识别：我们把图像A看成矩阵，进一步看成线性变换矩阵，把这个训练图像的特征矩阵求度出

来(假设取了n个能量最大的特征向量)。用A乘以这个n个特征向量，

得到一个n维矢量a，也就是A在特征空间的投影。今后在识别的时候同一

类的图像(例如，

来自同一个人的面部照片)，认为是A的线内性相关图像，它乘以这个特征向量，得到n个数字组成的一个矢量b，也就是B在特征空间容的投影。那么a和b之间的距离就是我们判断B是不是A的准则图像压缩的应用。4.2在物理中矩阵的特征值及特征向量的应用惯性椭球问题poinsot惯性椭球相同的两个刚体，在外力矩相同的情况下，即使形状不同其运动也完全相同。震动问题【9】4.3在考研中矩阵的特征值及特征向量的应用不仅在物理工程中矩阵的特征值及特征向量应用广泛，在万众瞩目的考研中，此类问题也是重点，接下来我将列举出去年最新的考研题目，来看看考验中的矩阵的特征值及特征向量的应用吧。2020年考研数学三6设A为3阶矩阵，为A的属于特征值为1的线性无关的特征向量，为A属于-1的特征向量，则=的可逆矩阵为（）【解析】这个问题是出现在2020年考研数学三中的一道选择题，其中就应用了矩阵的特征值及特征向量的相关知识，下面我们来解析一下这道题。为A的属于特征值为1的线性无关的特征向量，为A属于-1的特征向量，由此可见1至少为2重特征值，而为A属于-1的特征向量，且A为3阶矩阵。所以A的特征值为1、1、-1。又因为=，A相似与对角阵，由此可见，P的第一列与第三列为1对应的特征向量，P的第二列为-1对应的特征向量。由此可见，P的第二列应该是的线性组合，故先排除A.B.其次第一列，第三列应该是的线性组合，故答案选D。这个问题是着重检查学生的基础掌握情况，对于矩阵的特征值和特征向量以及对角阵的关系有一定的检查能力。2019考研数学三21已知矩阵A=与B=相似，求x,y；求可逆矩阵使得【解】这是2019年考研数学三的一道大题，所占的分值可见其重要性，下面我们看一下这道题的解析。由A矩阵相似于B矩阵可知，对角元素之和相等,矩阵的行列式的值相等，即tr(A)=tr(B),x-4=y+1所以|A|=|B|，4（x-2）=-2y,x=3，y=-2因为矩阵A与B相似，所以矩阵A与B有相同的特征值，根据观察B=，A与B的特征值为=-2，=-1，=2.先求可逆矩阵，使得=.当=-2时，-2E-A=,所以为=-2的一个特征向量。当=-1时，-E-A=,所以为=-1的一个特征向量。当=2时，2E-A=，所以为=2的一个特征向量。令可逆矩阵，则再求可逆矩阵，使得.当=-2时，-2E-B=，所以为=-2的一个特征向量。当=-1时，-E-B=，所以为=-1的一个特征向量。当=2时，2E-B=，所以为=2的一个特征向量。令可逆矩阵，则.因为，等式两边同时左乘，再右乘可得，.令，则有，计算可得.综上所述，历年考研考试中都会出现矩阵的特征值及特征向量的相关类型题，常常与对角阵，相似等知识点相结合，综合考虑来检查学生处理问题的能力。所以考生应该足以重视此类问题，出题不难但是要深刻理解此类问题，扎实掌握基础知识。参考文献[1]邓亮章.关于矩阵特征值应用的探索[J].吉林工程技术师范学院学报,2014,30(5):91-92[2]张霓.矩阵特征值和特征向量的一些应用[J].中国科技信息,2007,11:180[3]王萼芳,石生明.高等代数(第四版)[M].北京:高等教育出版社,2013.8